如何在家自行打造人形机器人- 大数跨境

苏哲管理咨询

2026-09-25

导读：Asimov‑1 是一套可以在家自己拼装的开源人形机器人套件，成品身高 1.2 米、重 35 公斤，一共 25 个活动关节，整套售价 2 万美元。它不是简单玩具，复杂程度接近汽车，全套拼装调试大概要

编者摘要：Asimov‑1 是一套可以在家自己拼装的开源人形机器人套件，成品身高 1.2 米、重 35 公斤，一共 25 个活动关节，整套售价 2 万美元。它不是简单玩具，复杂程度接近汽车，全套拼装调试大概要 20 小时，套件给齐机械零件、电路板、基础行走软件，但不含组装工具、电池、激光雷达这类高级传感器。

想要玩转它，你得懂点机械装配、基础电路接线，还要会一点 Linux 和 Python。必备工具包括内六角扳手、电烙铁、万用表、CAN 转 USB 适配器等。零件分不同工艺：承重部件用铝合金、金属 3D 打印；外壳、支架用尼龙打印；普通外购件直接采购。注意普通桌面 FDM 打印机的塑料件不能做承重结构，受力就会变形，直接导致机器人控制失效。

这套机器人踩坑大多不在机械组装，而是电路与软件仿真。电机的 CAN 总线接线顺序、电机 ID 编号必须严格对应，乱序会让机器人乱晃振荡。仿真训练出来的行走策略，最大坑点是仿真和真实硬件的数据时序不一样，不是物理模型不准，而是数据包延迟、采样频率不一致。

训练机器人走路用强化学习：训练时模拟器可以拿到现实机器人没有的真实速度、足底压力；但实际运行，机器人只能依靠 IMU、编码器的数据。不能把现实获取不到的数据喂给运行模型，不然一上硬件就失效。

装好后机器人能前后、横向移动，被推可以稳住平衡。初代还没有完整手部机械臂，不能跳舞、不能板载 AI 训练。做这套套件的意义，就是让爱好者亲手踩坑，搞懂人形机器人机械、电路、控制的底层逻辑。

10 个关键问题问与答

Q：Asimov‑1 是玩具吗？普通人周末能拼完？
A：不是玩具，复杂度接近汽车。预估总调试组装 20 小时，不是简单周末项目，需要懂机械、电路、编程基础。
Q：套件 2 万美元都包含什么，哪些要自己买？
A：含全部机械零件、电路板、基础行走固件、教程。自备工具、电池，激光雷达等高级传感器需要额外采购。
Q：组装最难的是拧螺丝装结构件吗？
A：不是。最大坑是接线、电机 ID 配置、CAN 总线顺序，首次通电很容易出现电机方向错误、机器人振荡。
Q：我家用普通 3D 打印机打印零件行不行？
A：FDM PLA 不能打印承重关节支架，受力会变形，破坏控制系统。非受力外壳支架可用尼龙 SLS 打印。
Q：为什么脚踝电机扭矩看着很小却能支撑 35kg 机身？
A：脚踝是并联 RSU 机构，负载被多个电机分摊，不能用普通串联关节的扭矩逻辑判断。
Q：仿真里面走得好好的，上实体机器人疯狂抖动是什么原因？
A：大多两个叠加：仿真训练出来系统欠阻尼；CAN 总线数据包到达顺序混乱，控制器基于过期数据做错误修正。
Q：训练的时候用了真实机身速度，为什么真机不能直接用这个信号？
A：实体机器人没有直接测机身真实速度的传感器，只有 IMU 和关节编码器。训练输入现实不存在的信息，部署就会崩溃。
Q：仿真和实物不匹配，主要是物理模型不准吗？
A：更多是时序问题：IO 采样频率、数据包延迟、通信抖动，物理模型反而是次要因素。
Q：初代 Asimov‑1 机器人可以跳舞、做抓取操作吗？
A：不行。初代手臂硬件还没完善，不支持跳舞、机载 AI 训练，后续版本更新硬件才会解锁手部操作。
Q：买这套 DIY 套件的意义是什么，直接买成品人形机器人不好吗？
A：市面很多人形机器人是封闭黑盒。这套开源 BOM、CAD、行走策略，亲手踩坑，真正搞懂机械、电路、控制工程细节。

如果你是一个真正热爱机器人的开发者，一定会想亲手组装一台人形机器人。通过亲手组装每一个关节、连接每一根CAN线、调试每一个电机ID，最终你会真正明白人形机器人的构造和原理。

为此，Asimov 提供了一个在家打造人形机器人的方案。

该方案为开发者制定从M2至M6内六角扳手、电烙铁、压线钳、万用表、CAN转USB适配器等工具准备，到机械、电子、Linux/Python三方面基础能力，再到结构件选择的高效执行路径。

同时也详细说明了搭建背后的真正难点：接线、电机ID设置、CAN总线顺序、关节归位、仿真到实际的时序匹配，以及策略为何会因欠阻尼和乱序状态而振荡。让你一次对机械、电子、控制和AI策略等相关知识理解完整。

推荐给所有想从“看视频”走向“真正动手”的机器人开发者。

如何在家自行打造人形机器人

想要制造人形机器人的爱好者不知道从何入手。

他们会观看Unitree 或Figure AI 的视频，阅读一些论文，或许还会购买一些小型业余爱好套件。然后他们意识到，“在受控实验室中能做后空翻的机器人”和“我可以实际搭建、修改和理解的机器人”之间存在着巨大的鸿沟。

之所以存在这种差距，是因为大多数人形机器人都是封闭系统。你无法看到它们的内部结构。你无法在两天内找到替换零件。一旦某个部件损坏，你得等上几个月。如果你想更改关节设计，那更是难上加难。

Asimov 1是一款DIY 套件，包含在家组装人形机器人所需的一切：

https://menlo.ai/asimov-1

这是一份在家搭建人形机器人的指南，以Asimov 1 机器人为参考。

我们将讲解硬件、制造工艺、电子元件、控制系统，以及如何弥合大多数指南中忽略的仿真到实际应用之间的鸿沟。

这是你可以在家组装的人形机器人。身高1.2米，体重35公斤，拥有25个自由度。

上图所示的机器人是Asimov 1。对于那些希望亲身参与这项技术成熟进程的人来说，它是入门之选。这套设备售价2万美元，送货上门。它是进入人形机器人领域的捷径。套件包含物料清单中的所有物品、使用手册和基本行走规范。机械臂正在研发中，预计几个月后到货。首批产品已于八月底发货，销往20多个国家的客户。订购套件即可获得所有组件：

https://menlo.ai/asimov-

你正在构建的东西

Asimov 1机器人高1.2米，重35公斤，拥有25个可动自由度：每条腿6个，每条手臂5个，腰部1个，颈部2个。它集成了一套传感器、机载计算模块以及一套运行在机器人上的基准运动策略。

工具包里有什么？

成套工具：

https://asimov.inc/diy-kit

硬件：所有物料清单组件（未组装）、电源和线缆、备件

计算：用于高级控制的边缘板、用于内部总线的运动控制板、网络板、配电板。

传感器：单目摄像头、惯性测量单元、麦克风、扬声器、电机关节状态反馈。

安全：物理和无线紧急停止、安全指南、标签和操作指南。

软件：预训练行走策略、机器人云API 和CLI、用于底层控制的边缘API、远程操作应用程序、虚拟Asimov 数字孪生。

文档：快速入门指南、完整组装手册、DIY视频教程。

不包含：工具、电池、4G/5G 模块、高级传感器（如激光雷达或360 度摄像头）。

它不是玩具。它的复杂程度更接近汽车，而不是周末就能完成的项目。

预计搭建时间约为20 小时。设计更新将搭建时间从发布时预估的100 小时缩短了。工作量并没有减少，只是减少了。人形机器人并非单一系统，而是由五六个系统协同工作而成，每个系统都必须如此才能发挥作用。机械结构必须正确才能进行布线；布线必须正确才能通电；通电必须正常才能进行校准；校准必须准确无误，仿真才能生效。

大多数人低估了接线和调试的难度。他们认为最难的部分是机械组装，因为那是他们能看到的。但真正的难点通常是首次通电：电机响应方向错误、关节归位不正确、CAN ID在组装前未设置等等。这些问题都可以解决，但需要时间，而且必须在可控且安全的环境下才能发现它们。

每个阶段都有其自身的故障模式，不能跳过任何阶段。这20个小时并非组装时间，而是理解你所构建的组件所需的最短时间。

正确的第一个里程碑不是“让它能走”。正确的第一个里程碑是干净、安全、可验证的通电。

开始之前你需要准备什么

构建Asimov 需要具备三个方面的能力。你不需要精通其中任何一个领域，但你需要有足够的独立解决问题的能力。

机械方面。您将负责组装结构部件、按规定扭矩拧紧紧固件，并操作一种与标准串联关节不同的并联踝关节机构。如果您曾组装过遥控车辆、工业设备或任何带有承重硬件的部件，那么您就具备了所需的基础。

电子部分。您将通过CAN 总线连接电机，设置电机ID，焊接连接器，并使用万用表调试信号问题。如果您有过入门级以上的电子项目经验，那么您已经准备好了。如果没有，请在开始组装之前阅读手册中的接线部分，而不是之后。

软件和仿真。您需要配置控制栈、验证仿真路径，并对固件有足够的了解，以便调试时序问题。您需要具备基本的Linux 和Python 知识。本指南的运动控制部分详细介绍了控制栈。

如果您对其中任何部分不熟悉，都没关系。手册涵盖了每个步骤。我们还提供组装过程的视频教程。社区也很活跃。但最好事先了解哪些部分需要您花费最多的学习时间。

你需要的工具

必需的：

M2至M6 内六角扳手。用于组装过程中固定内六角螺钉。
电烙铁。连接电子元件所用。
剥线钳。用于焊接或压接前处理线端。
压线钳。用于将连接器牢固地连接到电线上。
万用表。用于通电前后检查电压、通断性以及诊断线路问题。
热风枪。用于电缆连接处的热缩管。

（可选，但建议使用）

标签打印机。组装时，给每根电线和连接器都贴上标签。调试时你会感谢自己的。

CAN转USB 适配器。允许通过CAN 总线直接连接电机，用于组装后测试和验证。可从Waveshare 购买。如果忽略此步骤，电机故障的调试将变得异常困难。

硬件：它的组成成分以及原因

Asimov 1在人体模型中尽可能地重复使用同一系列的执行器，只要负载允许。脚踝和颈部使用相同的36牛米电机。髋部俯仰和腰部偏航则使用相同的120牛米电机。电机种类越少，物料清单就越简单，凌晨两点发生故障时，故障点也越少。

脚踝的设计有些反直觉。36牛米的扭矩对于一个要稳定全身重量的关节来说似乎很轻。但Asimov 1 的脚踝并非串联关节，而是一个并联的RSU机构：两个电机通过共用的连杆驱动俯仰和滚转。负载被分散，串联关节的逻辑在这里并不适用。

Asimov 1附带用户手册，您可以按照手册进行组装。

https://docs.menlo.ai/asimov/1

这种区别不仅仅关乎机械设计，它还会影响到仿真、控制和部署。在仿真环境中训练运动策略时，为了简化操作，通常将踝关节建模为直接驱动。但在实际硬件中并非如此。从仿真环境部署到实际应用需要进行运动学重映射。如果忽略了这一点，策略会在实际行走之前就因关节层面的问题而失效。

这条腿有12个活动关节，每侧6个。没有脚趾关节。蹬地和前向平衡恢复完全由踝关节完成，这也是为什么平行踝关节机构在腿部设计中占据如此重要的地位。组装Asimov 1 机器人会迫使你理解这些细节，因为你需要亲手完成组装。

制造：哪些可以打印，哪些不能打印

这些部件遵循一套命名规则，可以准确地告诉你每个组件应该如何制造。

A类零件采用7075铝合金经CNC精密加工而成。B类零件采用SLM技术，以316L不锈钢为材料进行金属打印。C类零件采用SLS或MJF技术，以PA12尼龙为材料进行打印。X类零件为现成产品，可直接购买。

我们对CAD文件进行了命名，以便您快速识别每个零件所需的材料。每个零件名称都包含一个制造代码字母，该字母指示其预期的制造方法和材料系列。

FDM打印不适用于结构件。这并非偏好问题，而是公差和强度问题。一个由7075铝合金加工而成的髋关节俯仰支架能够承受35公斤机器人运动时反复的动态载荷。而同样的支架如果用桌面打印机以PLA材料打印，则无法胜任。它会在载荷作用下发生弯曲，导致关节间隙增大，并破坏控制系统所基于的机械假设。支架层面的几何缺陷会传递到足部接触面的几何缺陷，进而影响训练数据的准确性，最终导致策略无法迁移。整个失效链始于制造环节。

采用SLS或MJF工艺打印的PA12尼龙材料有所不同。它适用于电缆布线支架、盖板和非承重结构，因为这些部件不在机械载荷路径上。制造代码会告诉您每个部件属于哪个类别。请遵循代码。

这正是Asimov 1 的作品真正具有教育意义的原因之一。你会明白哪些材料选择至关重要，哪些则无关紧要。你会明白为什么髋关节倾斜支架需要用机加工铝材制成，而电缆布线支架可以用尼龙。这些制造工艺的选择蕴含着结构推理，而任何教科书都无法如此简洁地解释清楚。

如果您自行采购，建议使用PCBWay 或JLCMC 来加工和打印零件。交货时间和质量都比较稳定。如果您购买的是套件，零件到货后即可直接组装。

电子元件和线路

计算堆栈包括用于高级控制的边缘板、用于内部总线的运动控制板、网络板和配电板。电机通过CAN 总线通信。惯性测量单元(IMU) 通过同一通信路径向固件提供数据。

布线是大多数新手搭建者最容易浪费时间的地方。CAN总线的顺序比人们想象的要重要得多。在Asimov早期开发阶段，电机状态请求是按顺序发出的，但响应到达的顺序可能不同。这在通信层逻辑上没有问题，但在控制层却行不通。

组装前请务必正确设置电机ID。每个电机都应贴有标签。请使用下方的电机ID 对照表来确认每个电机都安装在机器人上的正确位置。

该策略将停滞和混乱的状态解读为真实的物理偏差，并过度采取纠正措施。由此产生的冲击导致机器人腿部产生振荡，在迈步之前就自身开始剧烈晃动。

解决方法是使实际的I/O 采样路径与训练环境的预期相匹配。以预期的速率对执行器进行采样，等待预期的数据包顺序，并且不要让通信层的灵活性在控制层造成时序模糊。

只有亲手搭建和连接机器人，才能真正理解这类问题。

仿真和控制问题

图：Asimov 1 腿部在早期运动发育过程中的变化。

行走不是一个机械问题，而是一个数据问题

该运动策略是一个使用强化学习在仿真环境中训练的神经网络。核心问题不在于网络有多复杂，而在于该策略在仿真环境中能否接收到与实际硬件环境中相同类型、时序和质量的数据。

大多数仿真到实际的转换失败并非由物理模型不匹配引起，而是由时序偏差、过时的观测数据、总线抖动或仿真和硬件中控制信号计算方式不同等因素导致。即使物理模型正确，但时序错误，策略仍然会失效。Asimov 已经克服了这个问题。在仿真中训练的运动策略无需微调，也无需在机器人上进行迭代，即可直接在机器人上运行。本节的其余部分将介绍我们是如何做到这一点的。

Embedded video

Asimov的仿真程序以200 Hz 的频率运行物理运算，以200 Hz 的频率运行观测和I/O 处理，以50 Hz 的频率执行策略。这些频率是有意设计的，彼此独立。策略并非基于全新的仿真状态进行训练，而是基于已经反映出控制回路中时序误差的数据进行训练，因为这正是真实机器人产生的状态。

联合观测数据按实际CAN 轮询顺序分组。不同联合数据的到达时间各不相同。最旧的一组数据有0 到2 个延迟步骤，而最新的一组数据则没有延迟。这种交错结构并非仿真结果，而是硬件实际运行机制的有意模拟。

振荡问题及其启示

在Asimov 1 机器人研发初期，启动时机器人剧烈振荡。人们的第一反应是增加阻尼、重新调整奖励机制或调整硬件。但这些方法都未能解决问题。

真正的原因是两个问题相互作用。

首先：仿真得到的KP/KD值导致系统欠阻尼。该策略本质上是一个多层感知器（MLP）。它的任务是根据所观察的数据对一个函数进行建模。当使用欠阻尼仿真数据进行训练时，它会学习欠阻尼控制行为，并将其应用到实际硬件上。在硬件上，增益表现良好。但是，该策略学习到的行为会出现过冲。每次过冲都会触发更大的修正。随后出现持续振荡。

第二：CAN 数据包排序导致策略纠正了不再反映现实的状态，从而放大了每个周期的振荡。

这两个问题必须同时解决。如果策略消耗的是无序状态，那么单独修复增益问题是行不通的。如果控制器阻尼不足，那么单独修复CAN 总线顺序问题也是行不通的。

这不仅仅是“仔细调整增益”的问题，更重要的是，仿真和硬件必须产生同一类型的数据。如果数据域出现差异，无论单个参数值看起来多么合理，策略学习到的行为都无法迁移。

你不可能从书本上学到这些。你需要亲手搭建机器人，连接线路，观察它抖动，然后反向推导控制系统，找出原因。

运动策略训练

演员网络观察45 个维度：IMU 角速度、投影重力、指令速度、按CAN 时间分组的关节位置、按CAN 时间分组的关节速度以及先前的动作。

实际基座线速度数据被有意排除在外。真正的机器人并不测量这个数据。使用缺失的信息进行训练会产生脆弱的策略，这些策略在部署时会失效。

这一点值得深思。大多数运动基线模型都会将真实速度输入到策略中，因为这样可以简化训练过程并加快速度。策略收敛更快，性能指标也更好。但是，当部署到硬件上时，这个信号就消失了。机器人拥有惯性测量单元(IMU) 和编码器导出的关节状态，但它没有真实速度传感器。基于不可用信息训练的策略会依赖于这些信息，而对不可用信息的依赖最终只会导致延迟失效。

评论器获取的信息更多。在训练过程中，它不仅接收演员所看到的所有信息，还包括真实基准速度、足部高度、足部滞空时间、足部触地状态和触地力等数据。这些信号仅存在于模拟器中。它们有助于评论器在训练期间学习更准确的数值估计，而无需在部署时依赖并不存在的传感器。

执行器和评论器之间的这种不对称性是该设计中最巧妙的部分之一。评论器仅用于训练，它不会在真实机器人上运行。因此，它可以接收仅存在于模拟器中的信号，例如真实速度和接触力，这有助于它在训练过程中学习更准确的数值估计。执行器是实际部署的组件，因此它只能接收硬件上存在的信号。

最终形成的策略虽然经过丰富信息的训练，但实际部署时仅基于机器人能够测量的信息。评估者在训练过程中承担了大部分工作，因此执行者在部署时无需作弊。

没有步态时钟。Asimov 1 的运动学模型是针对其特定硬件设计的。踝关节的活动范围受并联机构的限制。如果人为地从其他机器人的几何结构中强加步态相位，将会不必要地限制该策略。因此，该策略会寻找一种适合当前硬件的步态。

奖励集很精简，包括速度跟踪、姿态惩罚、滞空时间奖励、动作平滑度、扭矩效率、姿态塑造、稳定性惩罚和接触力限制。奖励设计并非主要瓶颈。只有在执行器模型、时序模型和观测接口都精确之后，该策略才能部署。在系统辨识错误的情况下进行奖励调整毫无意义。

你最终会得到什么

在最终堆栈状态下，Asimov 1 可以向前、向后和横向移动。它能够在外部推动下恢复平衡。所有这些情况都由相同的底层策略处理。

数据采集基于摄像头、音频、惯性测量单元(IMU) 和电机关节状态。基本行走功能通过远程操控实现。可通过云API 嵌入自定义AI 代理。在实际操作硬件之前，可使用数字孪生模型进行仿真。

操控功能不在设计范围内。高级移动功能（例如跳舞）不在设计范围内。机载训练功能不在设计范围内。这些是第一版设计带来的客观限制，并非永久性限制。目前套件中尚未包含操控功能。机械臂将在几个月后到货，操控和移动操控功能也将随后在同一硬件上实现。高级移动功能（例如舞蹈）不在设计范围内。内置训练功能也不在设计范围内。这些是第一代设计方案的局限性，并非永久性限制。

为什么要自己建造？

我们投入超过10 万美元从零开始学习人形机器人技术，这样其他人就不必从头开始了。物料清单(BOM)、CAD 文件和仿真环境都是公开的。基准行走策略也是开源的，您可以阅读、重新训练或替换它。

当你亲手搭建Asimov 1 模型时，你就会明白为什么脚踝关节采用并联机构。你会明白为什么CAN 总线的顺序对控制至关重要。你会明白为什么真实基准速度不能作为角色的输入。你会明白纯粹的模拟器和模拟真实时序的模拟器之间的区别。